Sensoriamento Remoto

Em sua definição mais simples, o sensoriamento remoto é tido como obtenção de informações acerca de um objeto, sem o contato físico com ele. Porém, no decorrer da história, é apresentado um cenário de evolução e construção de novos conceitos e minuciosas aplicações.

Cientistas observam a natureza, fazem medições e depois tentam aceitar ou rejeitar hipóteses referentes aos fenômenos inerentes à natureza. A coleta de dados pode ocorrer diretamente no campo, chamada coleta de dados in situ ou in loco, ou alguma distância remota do objeto em apreço, referida como sensoriamento do ambiente (JENSEN, 2009).

No decorrer da história, com os aperfeiçoamentos das plataformas orbitais em que se adquirem as imagens que representam os elementos da superfície da Terra, pode se observar um grande avanço tecnológico na área das geociências, a exemplo dos satélites equipados com sensores capazes de obter diversas informações dos objetos na Terra em esferas distintas e tendo seus produtos aplicados em áreas como meio ambiente, meteorologia, agricultura, turismo, ensino e pesquisa, empreendimentos imobiliários, gestão de territórios, entre outras áreas não menos importantes como as citadas.

Conforme Jensen (2009), a tecnologia do sensoriamento remoto vem sendo bastante utilizada e aceita para diversas finalidades, que, de acordo como os seus vários conceitos, pode ser utilizada nas avaliações ambientais, no planejamento urbano, na meteorologia e em pesquisas voltadas para a saúde e bem-estar da população.

Para um melhor entendimento da abrangência do sensoriamento remoto, Novo (2010) apresenta como sendo a utilização conjunta de sensores, equipamentos para processamento de dados, equipamentos de transmissão de dados colocados a bordo de veículos como espaçonaves ou outras plataformas, cujo objetivo, é estudar os fenômenos e processos que ocorrem na Terra mediante interações entre a radiação eletromagnética e as substâncias que o compõe em suas inúmeras manifestações.

Nesse contexto, Gomes (2011) afirma que os alvos presentes na superfície da Terra, ao entrarem em contato com a radiação eletromagnética, desenvolvem uma interação entre ambas. Conforme mostar a Figura 5, há dois processos essenciais, a absorção e reflexão, vislumbrando o comportamento espectral de elementos fundamentais no estudo, como o solo, a água e a vegetação.

Figura 5 - Comportamento espectral da vegetação sadia, do solo desnudado e da água limpa.

Fonte: Lillesand et al. (1995).

Umas das vantagens do uso dessa tecnologia é a larga abrangência em termos de área, a gratuidade das imagens de alguns satélites, como a família do LandSat, CBERS, IRS- P6 - Resource-sat1, Aqua e Terra.

Novo (2010), remete ao pensamento da convergência do conhecimento, no que cerne ao sensoriamento remoto, derivado de duas grandes linhas de pesquisa, uma que trata dos avanços concedidos pelos avanços no campo da aerofotogrametria e fotointerpretação e a outra apresenta seu progresso baseado nos avanços tecnológicos da pesquisa espacial, propriamente dita. Ambas de suma importância para o aprimoramento e melhoria na qualidade das imagens, sendo em resolução espacial ou temporal, para que a comunidade possa aplicar em várias esferas de atuação, entre elas se destacam: setor urbano, agrícola, geológico, ecológico, cartográfico, hidrológicos, limnológicos, militar e muitos outros, que fazem uso dessa tecnologia para aquisição de informações.

O sensoriamento remoto se destaca na obtenção de dados termais, quantificação da vegetação, na detecção de queimadas, evapotranspiração e vários estudos vêm comprovando sua eficiência, que segundo Bezerra et al. (2008), propicia a determinação em áreas com grande heterogeneidade e dimensão.

Atualmente, existe um uso intenso de produtos derivados do sensoriamento remoto, como subsídio de pesquisas. Gomes et al. (2013) utilizou técnicas de sensoriamento

remoto em estudos sobre desertificação no semiárido paraibano, no qual detectaram alterações no campo térmico, no albedo da superfície e na redução da cobertura vegetação. Cunha et al. (2009) obtiveram a temperatura de superfície na cidade de Campina Grande-PB a partir de imagens orbitais, detectando uma diminuição das áreas verdes e um aumento significativo ao longo dos anos devido ao processo de urbanização.

Morais et al. (2013) realizaram um estudo sobre ilhas de calor urbano em Belo Horizonte – MG e, por meio de imagens orbitais, puderam estimar aumento de temperatura em algumas regiões devido a dinâmica da cobertura do solo. São inúmeros trabalhos, nos quais os dados orbitais servem como estimativa em larga escala subsidiando análises ambientais na superfície da Terra.

A saúde pública também se apropriou dos benefícios que o geoprocessamento e o sensoriamento remoto apresentam, entre elas a observação ampla do espaço, padrões espacais distintos, presença ou ausência de vegetação, fator determinante na proliferação de vetores e agentes infecciosos.

Correia et al. (2007) utilizaram imagens orbitais de baixa e média resolução para identificar leishmaniose visceral em Teresina-PI, produzindo mapas de uso e ocupação do solo, identificando riscos ambientais para a ocorrência de endemias urbanas transmitidas por vetores.

1.5.1.1 Processamento Digital de Imagens

Fase de suma importância para a confecção dos mapas de uso e ocupação do solo. Tem ampla aplicação e vem apresentando resultados importantes para a sociedade. Através da manipulação adequada dos softwares é possível observar aspectos ambientais e padrões espacais que auxiliam na tomada de decisão dos gestores.

No ramo das pesquisas científicas ou até mesmo comerciais, existem vários sistemas de processamento de imagens, sejam eles proprietários ou não, com funções semelhantes, mas com técnicas de processamento e disponibilização distintas. As empresas particulares apresentam softwares cada vez mais robustos e com rotina computacional mais fácil na sua operação, mas com custos elevados.

Como exemplo, pode-se citar o Instituto Nacional de Pesquisas Espaciais (INPE) que disponibiliza o Spring, software desenvolvido por pesquisadores da própria instituição em parceria com a EMBRAPA/CNPTIA (Centro Nacional de Pesquisa Tecnológica em

Informática para Agricultura), IBM Brasil - Centro Latino-Americano de Soluções para Ensino Superior e Pesquisa, Grupo de Tecnologia em Computação Gráfica da Pontificia Universidade Católica do Rio (TECGRAF /PUC Rio), Centro de Pesquisas "Leopoldo Miguez" (PETROBRAS/CENPES) com apoio financeiro do CNPq (INPE, 2012).

O Spring é Sistema de Informações Geográficas (SIG), o qual apresenta funções de processamento de imagens, análise espacial, modelagem numérica de terreno e consulta a bancos de dados espaciais, sobretudo é um dos softwa res livres mais utilizados para o processamento de imagens de satélite.

Já o Processamento Digital de Imagem (PDI) refere-se à manipulação de imagem por meio de computador em que a entrada e saída do processo sejam imagens. Esse processo se deve ao melhoramento do aspecto visual de determinada estrutura a fim de fornecer outros subsídios para sua interpretação, com geração de produtos que possibilitam outros processamentos posteriormente (SPRING, 1996).

Segundo Silva (2001), a principal função do PDI de sensoriamento remoto é utilizar como ferramenta de modo a facilitar a identificação dos alvos e obtenção de informações contidas nas imagens para sua interpretação. Com isso, programas computacionais são utilizados para atividades de análise e manipulação das imagens brutas, resultando em imagens aprimoradas contendo informações específicas e realçadas a partir das imagens brutas.

As técnicas mais comuns de PDI permitem analisar uma cena nas várias regiões do espectro eletromagnético, como também a integração de vários tipos de dados, desde que sejam registrados. Por intermédio do PDI é possível identificar e extrair informações da imagem, e transformar a imagem para uma melhor visualização dos alvos através de alguns realces.

De acordo com INPE (2011), as técnicas de processamento digital de imagem podem ser divididas em 3 etapas, de acordo com a Figura 6.

Figura 6 - Etapas do Processamento Digital de Imagens.

Fonte: INPE - PDI (2011).

Gomes (2011) apresenta que as informações são caracterizadas a partir das propriedades dos objetos ou padrões que compõe as imagens e que extrair informações de imagens requer conhecimentos específicos e essa atividade necessita de grande capacidade de cognição por parte do intérprete. E portanto, como esses processos são complexos, existe a ausência de algoritmos computacionais precisos o bastante para realizar sua interpretação de forma automática.

As técnicas de processamento de imagens são teoricamente infinitas. No entanto, de acordo com Queiroz (2003), pode-se categorizar em um ou mais procedimentos que incluem quatro tipos abrangentes de operações computacionais, como a retificação e restauração de Imagens, que são basicamente operações realizadas para minimizar as distorções e degradações dos dados de uma imagem, com a finalidade de criar uma representação mais fiel da cena.

No pré-processamento, podem ocorrer a restauração quantitativa de imagem, com o intuito de corrigir degradações radiométricas. A correção geométrica é realizada, para que sejam corrigidas algumas distorções das imagens, derivadas por vários fatores, entre eles a esfericidade da Terra e o deslocamento devido ao relevo.

A técnica Realce consiste em procedimentos aplicados aos dados de uma imagem com o objetivo de melhorar efetivamente a visualização da cena, para uma melhoria na interpretação visual.

Na análise de imagens, podem ser verificadas três etapas (Figura 6) que remetem a extração de informação de imagens. Os procedimentos incluem a segmentação e classificação de imagens.

Conforme Gomes (2011), estas operações têm a finalidade de substituir a análise visual dos dados por técnicas quantitativas de análise automática, visando à identificação das regiões presentes na cena. Existem dois tipos de classificação de imagens: a supervisionada, onde o usuário coleta suas próprias amostras de classes na imagem usando o software; e a não supervisionada, onde o usuário solicita que o programa colete as informações por meio de um procedimento chamado de segmentação, no qual o software vai circular áreas com características similares, de acordo com os parâmetros estabelecidos.

O particionamento da imagem pode ser realizado, basicamente, de três formas: (1) por crescimento de regiões; (2) detecção de bordas e (3) combinação das outras duas (INPE, 2011).

A segmentação é normalmente a primeira etapa na classificação não supervisionada dos alvos, através de algoritmos de agrupamento. Já a classificação supervisionada no softwa re Spring passa por um conjunto de etapas, independentemente do algoritmo de classificação.

Um dos usos de tratamento digital de imagens é a possibilidade de gerar mapas temáticos como, por exemplo, mapas de uso e ocupação do solo, permitindo uma melhor compreensão dos padrões de organização do espaço, tanto agrícola como urbano, que sofre alteração antrópica e pelo desenvolvimento tecnológico (BORGES et al., 1993).

Nesse sentido, Rosa (1990) aborda que existe a necessidade de atualização constante dos registros de uso e ocupação do solo, para que suas tendências possam ser analisadas, com o objetivo de fornecer subsídios às ações do planejamento regional, visando a possibilidade de acompanhar o crescimento das cidades face às mudanças ambientais em micro ou em grande escala.